
تا اینجا در مورد انواع چیپ تصویر دوربین مدار بسته و وظایف آن توضیحاتی ارائه دادیم. همانطور که می دانید به زبان ساده، وظیفه سنسور دریافت نور از محیط و تبدیل آن به سیگنال های الکتریکی است. حسگر های تصویر از جمله اجزای اصلی دوربین های مداربسته محسوب می گردند که نقش اصلی را در تشکیل تصاویر ایفا می کنند. این سیگنال های الکتریکی سپس به صورت تصاویر ویدئویی ضبط می شوند.
شرکت هایک ویژن سری جدید دوربین های مداربسته آنالوگ خود را در سال 2012 به بازار عرضه نمود. این دوربین های نسل جدید مجهز به سنسور DIS بودند. سنسور DIS در واقع ورژن بهبود یافته ای از سنسور Cmos است. در این سنسور های جدید مشکلات مربوط به عدم ارائه تصاویر با کیفیت در فضاهای کم نور موجود در سنسور های Cmos تا حدود زیادی برطرف گردیده است.
عبارت (Digital Image Stabilization) یا به اختصار DIS در دوربین مداربسته به معنی تثبیت کننده دیجیتالی تصویر است.
در هنگام نصب دوربین مدار بسته در مناطقی اعم از کنار خیابان، جاده ها، ایستگاه های راه آهن، بنادر، فرودگاه ها و … معمولا مشکلاتی اعم از وارد آمدن تکان و لرزش بر بدنه دوربین های مدار بسته وجود دارد زیرا این مناطق اصولا در معرض باد و باران و سایر عوامل فیزیکی قرار دارند. این تکان ها منجر به کاهش کیفیت تصاویر شده و در آن ایجاد نویز و تاری می کنند.
به همین دلیل از تکنولوژی چیپ تصویر DIS در آنها استفاده شده است. عملکرد چیپ تصویر DIS به گونه ای است که قادر است از میزان نویز قسمت هایی از تصاویر که بر اثر لرزش دوربین ایجاد شده و وضوح خوبی ندارند بکاهد.
طرز عملکرد این سنسور بدین صورت است که با سنجش دیتای گرفته شده توسط دوربین مداربسته لرزش و ارتعاشات های وارده بر دوربین را که اغلب به دلیل وزش باد و ... اتفاق می افتد، تشخیص می دهد. سپس دوربین با ایجاد ساختاری پیکسلی خارج از فریم قبلی تصویر یک بافر یا حائل پیکسلی ایجاد می کند و یک تصویر جدید بدون نویز درون این ساختار می سازد. هنگامی که دوربین در معرض ارتعاش یا تکان قرار می گیرد، دوربین فریم اصلاح شده خود را با فریم تار عوض می کند تا اثر این لرزش را بر روی تصویر ضبط شده کاهش دهد.
پس از آنکه چیپ تصویر DIS توسط شرکت هایک ویژن ارائه گردید، شرکت داهوا نیز نسخه دیگری از سنسور DIS را با نام HDIS روانه بازار نمود. لازم است بدانید که این دو سنسور ساخت دو شرکت مختلف از لحاظ کیفیت و عملکرد هیچگونه تفاوتی با یکدیگر نداشته و صرف قرار گرفتن حرف H در سنسور HDIS دلیل بر بهتر بودن کیفیت آن نیست.
2. برترین برند دوربین مداربسته
12. دوربین هایک ویژن
13. دوربین مداربسته
دوربین مدار بستهذخیره سازی تصاویر دوربین مداربسته همواره یکی از چالش های پیشروی سیستم های امنیتی به شمار می رود. تجهیز و جمع آوری یک سیستم با کارایی بالا که در عین حال مقرون به صرفه نیز باشد، نیازمند دقت در انتخاب نوع سیستم مدار بسته است.
برای مثال گاهی بودجه شما این اجازه را نمی دهد که هزینه زیادی را صرف خرید هارد دیسک های متعدد و یا دستگاه های ضبط بزرگ کنید. همچنین شاید گستره کاری تان نیز آنطور ها هم وسیع نباشد و تنها نیازمند ثبت و ضبط اطلاعات کمی باشید. روش های مختلفی برای حل این مشکل وجود دارد که یکی از آنها استفاده از سیستم ضبط Edge recording است.
Edge recording که ذخیره سازی محلی(local) یا ضبط (on-board) نیز نامیده می شود، حالتی است که تصاویر ارسالی از یک دوربین مدار بسته به جای دستگاه ضبط NVR، مستقیما بر روی SD کارت یا کارت حافظه ذخیره می گردد. Edge recording دارای انعطاف پذیری و قابلیت های بیشتری در ضبط تصاویر است.
قابلیت و حجم ذخیره سازی در دوربین های مداربسته رم خور یا مجهز به SD کارت در مقایسه با هارد های با فضای ذخیره سازی بالا و یا دستگاه های ضبط NVR ها بسیار محدود است، و به همین دلیل می توانند یک گزینه مناسب برای زمانی باشند که می خواهید اطلاعات کم و محدودی را ذخیره نمایید. برای مثال در هنگام استفاده از قابلیت تشخیص حرکت(motion detection) که تنها زمانی ضبط تصاویر انجام می شود که دوربین حرکتی را در محیط تشخیص دهد برای Edge recording مناسب است.
در برخی از مکان ها نیز می توان از Edge recording به عنوان روش اصلی ذخیره سازی برای اطلاعات کم حجم و یا به عنوان بخشی از یک سیستم بزرگ تر برای ذخیره سازی و بازیابی فایل های ویدیویی استفاده نمود. در زیر به چند نمونه اشاره می کنیم:
لزوم مدیریت داده های تصویری در سیستم های مداربسته از جمله مسائل مهم در صنعت حفاظتی و نظارت تصویری است. به همین منظور این صنایع همواره در تلاش برای گسترش دستگاه ها یا سیستم ذخیره سازی از طریق توسعه نرم افزارها، تولید محصولات ابداعی و جدید و ...هستند.
در سالهای اخیر تکنولوژی آنچنان به سرعت گسترش یافته به طوری که پیشرفت هایی که در 40 سال اخیر صورت گرفته قابل مقایسه با چند صده گذشته نیست. یکی از مسائل پیشرو در فناوری های جدید استفاده از هوش مصنوعی در محصولات الکترونیکی است که دوربین های مداربسته نیز از این قاعده مستثنی نیستند. در این مقاله قصد داریم درباره کاربرد هوش مصنوعی در محصولات بپردازیم.
مسئله ای که در اینجا مطرح است برآورد تقاضای مشتری است که روز بروز ابعاد گسترده تری پیدا می کند. در گذشته در سیستم های مداربسته قابلیت هایی به شکل امروزی وجود نداشت اما رفته رفته با آمدن فناوری های جدیدتر این مسئله نیز برطرف شده به طوری که هم اکنون شاهد طیف وسیعی از قابلیت های پردازش تصویری اعم از جستجوی سوژه در تصاویر، تعقیب و ردیابی هوشمند و ... هستیم.
اما موضوعی که در حال حاضر مطرح است بسیار فراتر از قابلیت های تصویری مذکور است. و با اینکه سیستم های نظارت تصویری هوشمند سال هاست که در دسترس بوده و مورد استفاده قرار می گیرند، اما، هنوز نتایج حاصل از آنها در حد ایده آل نیست.
یکی از شرکت های پیشرو در زمینه ادغام هوش مصنووعی با سیستم های مداربسته، شرکت هایک ویژن است که نام فناوری ابداعی خود را Deep learning گذاشته است. در این فناوری سعی شده است با بکارگیری هوش مصنوعی در محصولات بسیاری از نارسایی های سیستم های هوشمند قدیمی در تجزیه و تحلیل داده ها برطرف گردد.
از دلایل عمده افزایش محبوبیت Deep Learning در سال های اخیر می توان به موارد زیر اشاره نمود:
فرآیند تشخیص چهره در دوربین مداربسته یکی از قابلیت های مهم و کارآمد است که دارای الگوریتم های مختلف و پیچیده ای است. این فرآیند دارای دو مرحله کلیدی است:
درجه دقت در این مرحله فاکتور بسیار مهمی است که مستقیما بر روی دقت الگوریتم تاثیر می گذارد. بیشتر کارهای پردازشی و محاسباتی مربوط به این بخش است. در دوربین های هوشمند قدیمی طراحی الگوریتم ها توسط متخصصین نرم افزار انجام می شد که اساسا بر اساس شاخصه های ذهنی بود. به همین دلیل تعریف بسیاری از ویژگی های انتزاعی به طرزی که برای انسان قابل درک باشد بسیار سخت بود و ناچارا از بین می رفت. در این دسته از دوربین ها با قابلیت تشخیص چهره بسیاری از فاکتورهای محیطی اعم از مکان نصب دوربین، زاویه دید، میزان نور در محیط بر روی کارایی این قابلیت تاثیر گذار هستند که این یک نکته منفی در آن محسوب می گردد. در الگوریتم هایی که بر اساس هوش مصنوعی طراحی شده اند اما سعی شده تا به نکات ظریف و جزئی دقت شود.
سوژه های مختلف اعم از وسایل نقلیه، اشیا مختلف، افراد، حیوانات و ... دارای ویژگی های ظاهری مختلفی هستند و تشخیص هر کدام بر اساس الگوریتم های تعریف شده متفاوتی است. از آنجایی که ویژگی های ظاهری یک وسیله نقلیه پیچیدگی خاصی نداشته و نهایتا شامل شاخصه هایی نظیر نوع آرم، ابعاد، رنگ و ...است، دوربین های هوشمند قدیمی در تشخیص اشیا و وسایل نقلیه بسیار موفق عمل می کردند.
اما در مورد کاراکترهای ظاهری انسان به دلیل آنکه اغلب به دلیل تنوع بالا و پیچیدگی زیاد دچار خطا می شدند. و بازده خوبی ندارند به همین دلیل افزایش درک عمقی بواسطه طراحی الگوریتم های پیچیده تر در هوش مصنوعی به شدت لازمه کارکرد بهتر قابلیت تشخیص چهره در دوربین های مداربسته است.
تکنولوژی هوش مصنوعی در هایک ویژن که آن را با نام Deep learning می شناسیم بر اساس پارامتر ها و الگوریتم هایی برای تشخیص المان های ظاهری پیچیده طراحی شده است. این بدین معنی است که طراحی ها دیگر توسط افراد انجام نشده و می توان آن را بر عهده ماشین ها گذاشت.
نکته جالب توجه اینکه طراحی این تکنولوژی بر اساس عملکرد سیستم عصبی مغز انسان انجام شده و همانطور که مغز توانایی یادگیری موضوعات و دسته بندی آنها را در لایه و سطوح مختلف خود دارد Deep learning نیز می تواند کاراکترهای متنوع را درک و دسته بندی کرده و اقدام لازم را در مورد آنها انجام دهد. کارایی این سیستم در جایی بارز و مشخص می گردد که می تواند اطلاعات اضافی و کم اهمیت را نیز تشخیص داده و در صورت لزوم حذف کند(object abstraction) و یا اینکه اطلاعات جدیدی خلق یا بازیابی(recreation) نماید. در زیر به برخی از راهکارهای مفید ارائه شده در Deep learning می پردازیم:
مدل های الگوریتمی در Deep learning برخلاف انواع قدیمی تر که دارای ساختاری دو یا سه لایه بودند دارای صد ها لایه متعدد است. به همین سبب این سیستم ها قادرند تا حجم وسیعی از اطلاعات را پردازش و دسته بندی کنند. همانطور که گفتیم مدل Deep learning منشا گرفته از سیستم یادگیری در مغز انسان است و از فرآیند انتزاعی لایه لایه تبعیت می کند.
هر لایه دارای شاخص و حجم پردازشی متفاوتی است و هر چه شاخص بالاتری داشته باشد مولفه های تعریف شده برای آن اختصاصی تر خواهند بود. مثال فرآیند یادگیری در این غالب بدین گونه است که یک پیام خارجی به محض دریافت از لایه های مختلف عبور کرده و پس از پردازش به صورت یک مفهوم و درک عمیق از سوژه مورد نظر برای انسان به صورت قابل درکی نمایش داده خواهد شد.
در مدل هوش مصنوعی Deep learning هیچگونه دخالت دستی انسان وجود ندارد و تمامی عملکردها به صورت کامپیوتری انجام می شود. این مدل قابلیت این را دارد که حجم بسیار زیادی از اطلاعات را مورد پردازش قرار دهد. طبقه بندی اطلاعات در آن به این صورت است که هرچه سوژه مورد نظر دارای جزئیات بیشتری باشد به صورت خیلی دقیق تری برای دستگاه قابل تشخیص خواهد بود. در زیر به بخشی از مزایای این مدل اشاره شده است:
به دلیل رشد و پیشرفت تکنولوژی های صوتی تصویری اهمیت ابداع مدل هایی مانند Deep Learning بسیار افزایش می یابد. با استفاده از این الگو در قابلیت های هوشمند مانند تشخیص چهره، تشخیص نفوذ، ردیابی و تعقیب سوژه و ... می توان به طور کامل انتظارات و نیاز های کاربران را برآورده ساخت. در زیر به بسیاری از کاربردهای این مدل در سیستم های نظارت تصویری اشاره شده است:
منابعی برای مطالعه درباره دوربین های مداربسته:
1. معرفی دوربین مداربسته داهوا HDCVI
2. پکیج کامل دوربین مداربسته بیسیم
3. محاسبه مقدار ظرفیت هارد در دوربین مدار بسته
4. دوربینهای پوشیدنی و قابل نصب بر روی لباس
5. پهپاد حفاظتی و بازار رو به رشد پهپادها
6. حفاظت سایبری در دوربین های مداربسته
7. حفاظت از مرز ها در دوران پسا کرونا
8. نکات حفاظت سایبری در زمان دورکاری
9. مزایای سیستم امنیتی یکپارچه
10. مدیران شرکت های ارائه دهنده سیستم نظارت تصویری
11. معرفی دو دوربین مداربسته تحت شبکه حرارتی جدید از شرکت Hikvision
12. تکنولوژی Phusion ترکیبی از قابلیت های دوربین مداربسته رایج و دوربین حرارتی
13. آیا باید از دوربین های 4K در پروژه های مدار بسته انتخاب کنیم؟
14. دوربین شناسایی چهره و نکاتی که در مورد آن باید بدانیم ؟
15. بهبود کنترل ترافیک با استفاده از فناوری های جدید و پیشرفته دوربین های مدار بسته
16. دوربین بولت حرارتی هایک ویژن
17. دوربین بولت حرارتی جدید هایک ویژن قبل از وقوع آتش سوزی به شما اطلاع می دهد!
18. ماژول های تشخیص چهره و دوربین مدار بسته حرارتی جدید هایک ویژن
19. چگونه از هک دوربین مدار بسته خودمان جلوگیری کنیم ؟
20. تفاوت سری Easy IP 2.0 و سری Easy IP 2.0 Plus در چه مواردی می باشد ؟
در صنعت دوربین های مداربسته و صنعت حفاظت تصویری مطالب بسیار مهمی وجود دارد که ممکن است برای مطالعه آنها نیاز به سالها زمان داشته باشید. در این مقاله به معرفی مطالب مهم و کاربردی درباره دوربین های مداربسته و صنعت حفاظت پرداخته ایم.
1. معرفی کمپانی و محصولات هایک ویژن
2. چگونه با استفاده از گوشی اندروید یک دوربین مخفی را پیدا کنیم؟
3. دوربین مدار بسته، از خرید تا نصب
4. چرا قبل از تعطیلات عید باید دوربین مدار بسته خرید؟
5. تفاوت دوربین اچ دی با آی پی
7. حفاظت پیرامونی در مقابل حملات تروریستی
8. مقالات تخصصی و مهم درباره دوربین های مداربسته
9. معرفی 8 دوربین مداربسته جدید سونی با سنسور CMOS Exmor R
10. NVR جدید شرکت داهوا با پردازنده اینتل و 48 ترابایت حافظه
11. همه چیز درباره کدک دوربین مدار بسته
12. داهوا خط تولید دوربینهای مداربسته سازگار با کدک H.264 را متوقف
13. قابلیت Intrusion Detection چیست
14. قابلیت تعقیب هوشمند(Smart Tracking)در دوربین های هایک ویژن
15. بهترین ابزارها و وسایل دیجیتال برای نگهداری و تربیت سگ
16. خانه هوشمند
17. برای پیشگیری از سرقت خانه خود چه کاری انجام داده اید؟
18. حفاظت پیرامونی در مقابل حملات تروریستی
19. بازارهای جدید دوربین مداربسته هوشمند در سال 1400
درباره دوربین های مداربسته بیشتر بدانید!رباتیک و علم ماشین هر روز بیشتر در حال تبدیل شدن به بخشی از مبحث امنیت است، علتش می تواند افزایش دستمزدها و فقدان نیروی انسانی کافی برای افزایش امنیت باشد. شرکتهای زیادی رباتهایی ساختند که قابلیت نظارت تصویری و احاطه نظارتی داشته و دارند ولی آخرین محصولی که با پشتوانه خوب الکترونیکی وارد این بازار شده است متعلق به شرکت عظیم Sharp Electronics است.
شرکت شارپ برای بچه های دهه 60 بسیار آشناست! هر تلوزیون یا دوربین و وسلیه الکترونیکی دیگری که شاید زیاد در اطرافمان میدیدیم به شکلی یا از این برند بود یا از تجهیزات این برند استفاده کرده بود. این شرکت ژاپنی اخیرا رباتی ساخته که به گفته خودشان تنها برای محیط آزاد طراحی شده و برای گشت محیطی با داشتن پلتفرم سنسورهای متحرک قادر است بخوبی کنترل و نظارت محیطی و بهبود امنیت را بر عهده داشته باشد. این ربات با نام INTELLOS A-UGV برای کار در زیرساختهای حیاتی، فضاهای عمومی و سازه ها و با قابلیت کار در محیط انسانی، طراحی شده است.
پکیج دوربین مداربسته ریست پسورد دوربین مداربسته
بگفته مدیر بخش توسعه کسب و کار رباتیک شارپ، Cliff Quiroga :
INTELLOS A-UGV (A-UGV مخفف خودروی بدون سرنشین خودکار) در اواسط ماه آینده در ایالات متحده به بازار معرفی خواهد شد. ربات شارپ A-UGV برای نظارت در زیرساختهای مهم، فضاهای فیزیکی و سازه ها و در میان جمعیت بعنوان سیستم رباتیک خودکار با استفاده از تکنولوژیها قادر است بصورت یک نگهبان ماهر نظارت محیطی خوبی را در اختیار کاربران قرار دهد.
مشتریان این محصول چه کسانی هستند؟
شرکت شارپ معتقد است این ربات می تواند در محیطهایی با خطرات مختلف مثل انبار مواد شیمیایی، ابزار مناسبی بحساب بیاید.
این ربات بعنوان وسیله ای مناسب برای دیتاسنترها، معادن و صنایع پتروشیمی، فرودگاهها و ایسگاههای ریلی، فضاهای دولتی و سازمانی، انبارها و فروشگاههای عظیم، کارخانجات، نیروگاهها و... باشد.